Blue数据智能层：面向多源多模态以数据为中心应用的流式数据与智能体

NL2SQL 系统旨在满足以自然语言与数据交互的日益增长的需求。然而，现实世界的信息很少能对应到单条 SQL 查询，因为（1）用户以迭代方式表达查询；（2）问题常常跨越多个数据源，超出单一数据库的封闭世界假设；（3）查询往往依赖常识或外部知识。因此，满足现实的数据需求需要整合异构数据源、多种模态与上下文数据。本文提出 Blue 的 Data Intelligence Layer（DIL，数据智能层），旨在支持多源、多模态、以数据为中心的应用。Blue 是一个面向企业环境、对智能体与数据进行编排的复合AI系统。DIL 作为智能体化数据处理的数据智能层，通过统一结构化企业数据、可经 LLM 访问的世界知识以及通过交互获得的个人上下文，弥合用户意图与可用信息之间的语义鸿沟。DIL 的核心是一个数据注册表，为多样的数据源与模态存储元数据，从而同时支持原生查询与自然语言查询。DIL 将 LLM、Web 与用户视为源“数据库”，各自拥有自己的查询接口，把它们提升为第一等的数据源。DIL 依靠数据规划器将用户查询转换为可执行的查询计划。这些计划是声明式抽象，将关系算子与跨多种模态的其他算子统一起来。DIL 规划器支持将复杂请求分解为子查询、从多样数据源检索，最后进行推理与整合以产出最终结果。我们通过两个交互式场景展示 DIL：用户查询动态触发多源检索、跨模态推理与结果合成，说明复合AI系统如何超越单数据库 NL2SQL。